基于GA-LSSVM的数控机床热误差建模方法研究

摘要：

为减小数控机床热误差对加工精度的影响,实现对热误差的补偿控制,提出一种基于遗传算法(GA)优化的最小二乘支持向量机(LSSVM)数控机床热误差建模方法.利用遗传算法优化选择LSSVM惩罚因子C和核函数参数σ2,构建针对某卧式加工中心主轴热误差的GA-LSSVM模型.根据该模型得到热误差的模拟值和测量值对比曲线,通过分析发现GA-LSSVM模型性能较好,模型残差较小,预测精度较高.建立热误差LSSVM模型和传统BP模型并与GA-LSSVM模型作对比,结果表明:GA-LSSVM模型绝对残差δ及均方误差MSE均为最小,模型决定系数R2最大,验证了GA-LSSVM建模方法的有效性.

关键词：最小二乘支持向量机、热误差、遗传算法、数控机床

所属期刊栏目：49

分类号：TP205(自动化技术及设备)

资助基金：江西省重点研发计划项目;河北省重点研发计划项目

在线出版日期：2021-02-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：26-30